Machine Learning Engineer Lead

Machine Learning Engineer Lead

Vollzeit 75000 - 100000 € / Jahr (geschätzt) Homeoffice möglich
Mutt Data

Auf einen Blick

  • Aufgaben: Leite spannende Projekte im Bereich Machine Learning und Data Engineering.
  • Unternehmen: Mutt Data, ein innovatives Remote-Startup mit Fokus auf Datenprodukte.
  • Vorteile: Flexible Arbeitszeiten, bezahlte Zertifizierungen und zusätzliche Urlaubstage.
  • Weitere Informationen: Dynamisches Team mit großartigen Wachstumschancen und jährlichen Teamausflügen.
  • Warum dieser Job: Gestalte die Zukunft von Machine Learning und löse reale Herausforderungen.
  • Qualifikationen: Erfahrung in Machine Learning und Führungskompetenzen erforderlich.

Das prognostizierte Gehalt liegt zwischen 75000 - 100000 € pro Jahr.

We’re Mutt Data, a remote‑first startup crafting cutting‑edge Data Products and Machine Learning solutions for clients across the globe.

We work on a range of exciting projects from real‑time advertising systems to modern data stacks, always focused on solving real‑world challenges.

We build systems that power the future of business and help clients reach their full potential through the power of data.

What kind of challenges will you tackle with us?

At Mutt Data, we’re solving complex, real‑world problems across industries. From startups to global corporations, these are some of the key areas we focus on:

  • Building Modern Data Stacks
  • Real‑Time Advertising Auction Systems
  • Scalable Cloud Architectures
  • Applied Machine Learning for Business Solutions
  • Promotions & Pricing Optimization

Check out our case studies.

Now, we’re looking for a Machine Learning Engineer Lead to help us build and scale impactful solutions. If you’re passionate about building systems, solving complex problems, and growing your expertise, let’s connect.

Responsibilities

  • Effectively manage projects by engaging with customers to understand the scope of work.
  • Lead teams, collaborating with Machine Learning and data engineers.
  • Champion the productization of ML models following MLOps best practices, including orchestration, testing, monitoring, and serving, to benefit our clients.
  • Collaborate with Machine Learning Engineers to develop meaningful ML Proof of Concepts (POCs) for internal and client requirements.
  • Oversee the lifecycle of Machine Learning models, optimizing them when necessary to enhance performance, latency, memory, and throughput.
  • Translate business and mathematical/statistical requirements into software implementations, making informed trade‑offs between time, quality, and client‑specific needs.
  • Explore emerging ML engineering technologies (Data Science, Data Engineering, Dev Ops) and techniques to enhance our toolset, best practices, and overall business value.
  • Participate in defining project roadmaps, timelines, and estimates for new initiatives.
  • Document and disseminate industry‑leading practices in AI/ML within the organization.
  • Collaborate on hiring interview processes (exam reviews and technical interviews).
  • Safeguard information security, ensuring responsible data usage and compliance with best practices for protection and confidentiality.
  • Required Skills
  • Demonstrated leadership skills and experience in client interactions.
  • Demonstrated work experience in roles such as Machine Learning Engineer, ML Architect or similar.
  • In‑depth understanding of AI/ML principles, encompassing neural networks, supervised and unsupervised ML models, time series forecasting, and more.
  • Familiarity with Modern Data Architectures, including the implementation of Data Warehouses and Data Lakes, as well as Dev Ops tool/stack and methodologies (CI/CD, Kubernetes, Docker, Git Ops, etc.).
  • Previous involvement with data processing ETL and ML workflows (Airflow, MLflow, DBT).
  • Understanding of Deep Learning frameworks and technologies such as Keras, Py Torch, Tensor Flow.
  • Strong grasp of Python programming language and proficiency in at least one other strongly typed language.
  • Knowledge of mathematical modeling and proficient statistical intuition.
  • Experience in implementing Machine Learning‑based systems, including model lifecycle management, monitoring, and setting up MLOps pipelines from scratch.
  • Ability to develop implementation plans by weighing the pros and cons of different alternatives.
  • English Intermediate Level.
  • Nice to have skills
  • Experience with the Modern Data Stack.
  • Hands‑on experience with cloud‑based AI services like AWS Sage Maker, AWS Textract, GCP Vertex AI, or similar.
  • Profound knowledge of software development methodologies.
  • A positive problem‑solving attitude.
  • Previous experience in client‑facing tech consultancy roles.
  • A track record of delivering high‑quality solutions.
  • Certification in cloud platforms, such as AWS Machine Learning.
  • Familiarity with Python data libraries like SQLAlchemy, Pandas, Polars, Py Spark, Great Expectations, etc.

Why Join Us?

  • Remote‑first culture with flexibility, autonomy, and awesome benefits.
  • Paid AWS & Databricks certifications.
  • Birthday off + extra vacation week (Mutt Week!).
  • Massive benefits: Monthly credits to spend in our benefits marketplace.
  • Referral bonuses to grow our team.
  • Annual Mutters’ Trip – join us for an unforgettable team trip.

Even if you don’t meet every requirement, we’d love to hear from you! Let us know why you think Mutt Data is the next step in your journey.

Apply now and join a team that’s shaping the future of Machine Learning and Data Engineering.

#J-18808-Ljbffr

Machine Learning Engineer Lead Arbeitgeber: Mutt Data

Mutt Data ist ein dynamisches Start-up, das sich der Entwicklung innovativer Systeme mit modernsten Big Data- und Machine Learning-Technologien verschrieben hat. Wir bieten eine remote-first Kultur, die es Ihnen ermöglicht, von überall aus zu arbeiten, sowie zahlreiche Vorteile wie Englischunterricht im Unternehmen, Sportstipendien und voll finanzierte Zertifizierungen. Bei uns haben Sie die Möglichkeit, in einem kreativen Umfeld zu wachsen, an spannenden Projekten zu arbeiten und Teil eines engagierten Teams zu sein, das Wert auf persönliche Entwicklung und Teamzusammenhalt legt.

Mutt Data

Kontaktdaten:

Mutt Data Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Machine Learning Engineer Lead erhalten könntest

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Mutt Data zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer Lead mit Bravour zu bestehen

Führungskompetenz
Kundeninteraktion
Maschinelles Lernen (ML)
Neurale Netzwerke
Überwachtes und unüberwachtes Lernen
Zeitreihenprognose
Moderne Datenarchitekturen

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Machine Learning Engineer Lead bei Mutt Data gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Mutt Data vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Mutt Data entscheidend sein!